基于定性仿真理论QSIM问题诊断措施

在现代控制系统中，由于系统的复杂性日益提高，规模不断扩大，系统常常要面对各种不可预期的变化。为了设计可靠的容错控制系统，或者在设备的运行中，将复杂系统的性能维持在正常的水平上，需要正确检测并诊断出这些变化，并采取相应措施来重新配置系统。因此，为了保障控制系统的安全性与可靠性，基于系统模型的故障诊断与容错控制技术已成为自动控制领域的一个热点研究方向。

在系统运行中，随着经验的积累，会得到许多定量的过程知识，如各种过程变量之间的稳态增益等，然而传统的基于定性模型的诊断系统不具有利用这些定量过程知识的能力。为此，定量与定性知识在故障诊断中的结合问题被提了出来。前期的研究包括：有向图+故障树，数量级分析，模糊集合建模，区间数分析等。这里提出的诊断算法，是在约束传播的基础上提出的定性与定量结合的诊断方法，具有一定的故障诊断自学习能力，初步解决了利用定性知识诊断时，组合爆炸、诊断结果冗余的问题。

1基于定性仿真理论QSIM故障诊断技术基于定性仿真理论（QSIM）的故障诊断技术，其理论基础是Kuipers于1986年提出的基于定性微分方程（QDE）的定性仿真理论。该理论中，系统模型由表示系统变量的参数和描述参数之间关系的约束构成。系统的定性状态是由系统所有变量的定性状态构成的组合，而系统的定性行为就是系统定性状态序列。定性仿真从系统的初始状态开始，根据预先设置的状态转换表，产生所有可能的后继状态，利用约束检查状态的一致性，过滤不一致的状态，重构新的当前状态集，并从中选择一个作为新的当前状态，重复上述过程，*终得到系统的所有行为。

Kuipers于1987年提出了基于QSIM的诊断技术，采用基于故障模型的诊断策略，利用QSIM方法建立系统的故障模型，对系统行为进行仿真，从而得到预测的系统状态。然后将观测到的故障行为与这些预测行为相比较。如果预测行为与观测的故障行为相一致，则说明系统发生故障。而预测行为与故障行为一致的故障模型成为当前系统的模型，依据建立该模型时的先验知识，进一步诊断出故障的种类和原因。

这充分发挥了QSIM基于深层知识建模和推理能力强大的特点。这一过程被称为假设D建模D仿真D匹配循环。上述的方法适用于对所有故障都明确的系统进行诊断。

如果存在某个未知故障，则因缺乏相应的故障模型，而不能准确地进行故障诊断，这正是该方法自身的局限性。而且，由于定性描述相对于定量描述而言不够精确，因此可能出现不同的故障原因对应相同的故障行为或者一个故障对应含有冗余的多个个诊断结果。为此基于定性故障诊断中引入定量信息成为故障诊断的一个研究重点。

2定性与定量相结合模型的建立2.1差异检测设定参数的差异限度为ε。将参数在某一连续时刻的值进行计算，以相邻两个时间点T i与T i+1进行比较，如果参数V i与V i+1差值与V i的比为ε≥+ i V 1（1）则确定此参数V在时刻T i+1为新的状态。变量的正常范围为（a，b），其中a例：冷凝压力在1519kgf/cm2绝对压力，当测得值为21 kgf/cm2绝对压力时。其超出的正常变量范围δ为19 15 21 （）2 0.235 0.25（（19 15）2δ+= 2.2定量约束的传递在故障诊断中，某一参数的测量结果，通常用一个数值区间表示，这里参数间的约束关系，应用区间代数的算术运算规则进行传递。

2.3诊断流程在定性与定量结合的故障诊断系统中，应用Reiter的故障诊断理论，在系统离线的情况下，根据系统的结构知识和经验知识，建立系统已知的故障模型，在故障模型建立之后，用如所示的故障诊断系统对诊断对象进行实时观测和诊断。

其过程如下：（1）先将初始状态置入当前状态；（2）通过定性与定量的混合系统模型预测系统状态。

（3）计算当前状态中各变量观测值与预测值的差异范围，即预测变量与系统变量的拟合度，根据相应的限定阈值，区别系统处在正常的波动范围与系统故障的发生。

（4）比较系统的预测状态与实际状态。如果∏μx＝1，则输出正常“系统状态正常”；如果∏μx＝0，则转到（5）。

（5）将故障变量集合V＝｛Xㄏμx＝0｝与故障集合M＝｛F xㄏX i1∧X i2…∧X ik…∧X in =1=>F i｝进行匹配。IF故障F i存在，F i∈M，Then则输出“故障F i”Else转到（6）。

（6）根据（5）中的故障变量集合，结合系统的混合诊断，根据系统约束关系，推导新的故障模型，并加入原来的故障模型中，跳转到（5）。

3制冷系统的诊断建模及仿真3.1系统描述在Kuipers的QSIM算法用于故障诊断的基础上，提出定性与定量相结合的诊断方法，并应用于制冷系统中故障诊断。为了简化系统，我们以制冷系统的几个主要部件压缩机、冷凝器、膨胀阀、蒸发器构成的系统为例进行仿真诊断。系统结构如所示。

3.2系统参数制冷系统主要受发下几点因素的影响：制冷系统从冰箱内带走的热量；房间的热损失；室外的空气温度，即系统冷凝温度；冷凝风扇的工作状态等因素有关。其中各参数的定义如所示。其中黑体部分为可测量变量，是对系统进行诊断和推理的基本。

3.3约束关系根据热力学定律，可以得出变量的约束为：（1）冷凝温度与冷凝压力成正比关系M +（P c， T c）；（2）蒸发温度与蒸发压力成正比关系M +（P e， T e）；（3）过热度T g与阀门的开度α成正比关系M +（α， T g）；（4）压缩机的温度增加与压力增加约束关系M +（P z， T z）；根据系统结构和和部件的功能建立约束关系如下：（1）压缩机压力增加约束ADD（P j， P z， P w）；（2）压缩机温度增加约束关系ADD（T j， T z， T w）；（3）膨胀阀压力减少约束关系ADD（P e， P s， P c）；（4）过热度反映蒸发器吸气温度与蒸发温度的差ADD（T e， T g， T j）；（5）室外空气温度T a与冷凝温度T c的关系MULT（σ， T c， T a），其中σ反映冷凝器工作状况；（6）室温T r与蒸发器的T e的关系β比反映送风机的工作状况MULT（β， T e， T r）；（7）阀门的开度与压降关系M +（α， P s）；（8）压缩机出口压力与冷凝器内压力关系：M +（P c， P w）。

3.4系统先验故障模型对于所示的制冷系统，根据系统的结构知识，建立的系统故障模型3个。表中各值为各变量根据系统模型推理的预测值。其中：F 1为压缩机故障，压力增加Pz为“－”即减少，F 2为制冷系统管路堵塞；F 3为系统中制冷剂不足，高压和低压都减少。

4诊断仿真在前述的定性与定量相结合的诊断方法的基础上，以一空调制冷系统的实际状态为例，应用综合诊断理论，进行仿真验证。

4.1系统状态对于制冷工质采用R22的系统，一般认为蒸发压力在57kgf/cm2，蒸发温度在310℃，过热35℃，冷凝压力在1519kgf/cm2绝对压力，冷凝温度在4050℃，过冷515℃。

室内温度正常值，制冷系统在这样的工况下工作，能够获得正常的制冷性能。对于某空调制冷系统，故障现像：压缩机连续工作不停机，制冷效果不佳，压缩机进口处结霜。在04时刻，对空调系统观测结果如所示。

4.2定量信息处理将参数在时间04内的数据进行平均，按照差异检测的方法，对系统的初始状态进行整理，作为系统的初始状态并置为当前状态。据式（1）将表数据处理确定系统的初始状态为所示。

4.3状态预测与诊断按照混合诊断模型对系统行为进行推理仿真，根据区间代数的运算规则，将和定量信息在的系统参数，将各参数的测量信息根据系统的定性约束进行传播，每遇到一个变量，都在它对应的值域中按规则计算该变量的数值范围，并应用差异检测，计算参数的定性状态。按照相关的约束，检查该变量与已赋值变量间的约束满足性，即检查此参数值是否“违约”。若满足则继续下一个变量，否则，选择该变量值域中其它赋值，些时若发现它的值域中没有其它的值可选，即出现死端，推理得到系统的预测状态，由：P c =kgf/cm 2 P e =kgf/cm 2根据约束：M +（P c， P w），ADD （P e， P s， P c），ADD（P j， P z， P w）和M +（P e， P j），应用的约束传递规则可得：P s =，P z＝.冷凝器和蒸发器间的压力降低P s显然高于正常的值，而压缩机的压力增加尽管增大，但正常工作在一定的范围内，则可得系统的实际故障状态如所示。

将预测状态与已知的系统的先验故障模型进行比较，与已知的先验故障模型F 1，F 2，F 3都不匹配，则依据系统的故障症状，推导新的故障诊断模型：F 4，即制冷系统蒸发器低压段压力低，蒸发温度也低，在压缩机进口处温度T j低而冷凝段压力基本正常，该系统故障为蒸发器散热不良，室温T r高，则蒸发器的热交换不充分。开机检查发现送风口处滤网堵塞，清洗后故障排除。

加入故障模型F 4到先验的诊断系统中，用做诊断系统的知识库，用于系统的诊断与检测。

4.4仿真评估针对上述系统症状，人工拆机诊断的结果，与仿真诊断的结果相一致，验证了定性与定量信息结合应用于故障诊断理念的正确性，进一步扩展了仿真用于故障诊断与检测的应用范围。

5结论定性与定量相结合的诊断方法既保留了定量仿真的准确性和定性仿真的灵活性，又克服了定量信息建模困难和定性仿真冗余信息多的问题，使之不仅对系统具有很强的系统描述能力，并大大减少了定性故障诊断的不确定性问题，能快速准确地反映系统中可能故障元件，是一种有很好发展前景的故障诊断理论。